p-Index From 2021 - 2026
5.626
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan dan Pembelajaran Khatulistiwa (JPPK) Jurnal Online Mahasiswa (JOM) Bidang Ilmu Sosial dan Ilmu Politik Fakultas Ekonomi Science and Technology Indonesia Jurnal Obsesi: Jurnal Pendidikan Anak Usia Dini Jurnal Teknik Komputer AMIK BSI Indonesian Journal of Islamic Early Childhood Education Jurnal Eksplora Informatika Jurnal Akuakultur Sungai dan Danau Pharmacology and Clinical Pharmacy Research Societa: Jurnal Ilmu-Ilmu Agribisnis JURNAL PENDIDIKAN TAMBUSAI WAJAH HUKUM Jurnal Ilmu Kedokteran dan Kesehatan Jurnal Ilmu Hukum The Juris Jurnal Literasiologi JISIP: Jurnal Ilmu Sosial dan Pendidikan JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Golden Age: Jurnal Ilmiah Tumbuh Kembang Anak Usia Dini eL.Muhbib: Jurnal Pemikiran dan Penelitian Pendidikan Dasar Syntax Idea Jurnal E-Komtek Al-Ittizaan : Jurnal Bimbingan Konseling Islam TAJDID: Jurnal Pemikiran Keislaman dan Kemanusiaan Fox Justi : Jurnal Ilmu Hukum Al-Hanif: Jurnal Pendidikan Anak dan Parenting Mechanical Engineering for Society and Industry Ensiklopedia: Jurnal Pendidikan dan Inovasi Pembelajaran Saburai Salam (Islamic Economics Journal) Journal of Infrastructure and Civil Engineering Jurnal Pusat Inovasi Masyarakat Margin : Jurnal Bisnis Islam dan Perbankan Syariah 'Asabiyah: Jurnal Pengabdian Hukum Cendikia Pendidikan Athena: Physical Education and Sports Journal Anayasa Media Hukum Indonesia (MHI) Jurnal Dieksis ID Jurnal Teknik dan teknologi tepat guna Journal of Civil Engineering and Vocational Education IT-Edu: Jurnal Information Technology and Education Binamulia Hukum Ulil Albab Sujud: Jurnal Agama, Sosial dan Budaya Funun Arabiyyah: Journal of Arabic Education and Literature
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Eksplora Informatika

Analisis Sentimen Pengguna Aplikasi MyPertamina Menggunakan Algoritma Bidirectional Long Short Term Memory Saputra, Angga; Sigitta Hariyono, Rito Cipta; Saraswati, Nurul Mega
Jurnal Eksplora Informatika Vol 13 No 2 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v13i2.973

Abstract

Aplikasi mobile telah menjadi sarana penting bagi perusahaan untuk berinteraksi dengan pengguna dan mengumpulkan umpan balik dari mereka. Salah satu aspek penting dari analisis data aplikasi pengguna adalah analisis sentimen, yang dapat memberikan wawasan pengguna tentang pandangan dan penggunaan aplikasi. Aplikasi MyPertamina yang merupakan layanan e-money juga telah terdaftar dan diawasi oleh Bank Indonesia. MyPertamina berfungsi sebagai sistem pembayaran non tunai. Pada aplikasi MyPertamina dapat memberikan ulasan aplikasi melalui kolom komentar atau memberikan rating dari 1 hingga 5 pada google playstore, namun seringkali pengguna memberikan rating yang tidak sesuai dengan ulasannya sehingga dapat mempengaruhi pelanggan jika ulasannya kurang bagus. Agar mempermudah pengelolaan data ulasan, penelitian ini menggunakan analisis sentiment. Analisis sentimen merupakan suatu metode yang digunakan untuk memahami, mengekstrak, dan mengolah secara otomatis data opini dan tekstual untuk mendapatkan sentimen yang terkandung dalam suatu opini. Penggunaan algoritma Bidirectional Long Short Term Memory (BiLSTM) dan Long Short Term Memory (LSTM) untuk analisis sentimen dari umpan balik pengguna pada aplikasi myPertamina. Penelitian ini menggunakan dataset yang berisi ulasan pengguna dari aplikasi myPertamina yang dikumpulkan dari platform Google PlayStore. Dataset ini secara otomatis dianotasi menggunakan library transformers untuk mengidentifikasi sentimen dari ulasan sebagai positif atau negatif. Selanjutnya, algoritma BiLSTM dan LSTM diterapkan untuk melakukan analisis sentimen pada dataset yang dianotasi. Hasil eksperimen menunjukkan bahwa kedua algoritma BiLSTM dan LSTM mampu menghasilkan sentimen yang cukup baik pada dataset ulasan pengguna myPertamina. BiLSTM menunjukkan kinerja yang lebih baik dibandingkan dengan LSTM, dengan akurasi 90% dan 86,25% untuk model LSTM.
Analisis Sentimen Pengguna Aplikasi MyPertamina Menggunakan Algoritma Bidirectional Long Short Term Memory Saputra, Angga; Sigitta Hariyono, Rito Cipta; Saraswati, Nurul Mega
Eksplora Informatika Vol 13 No 2 (2024): Jurnal Eksplora Informatika
Publisher : Institut Teknologi dan Bisnis STIKOM Bali

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30864/eksplora.v13i2.973

Abstract

Aplikasi mobile telah menjadi sarana penting bagi perusahaan untuk berinteraksi dengan pengguna dan mengumpulkan umpan balik dari mereka. Salah satu aspek penting dari analisis data aplikasi pengguna adalah analisis sentimen, yang dapat memberikan wawasan pengguna tentang pandangan dan penggunaan aplikasi. Aplikasi MyPertamina yang merupakan layanan e-money juga telah terdaftar dan diawasi oleh Bank Indonesia. MyPertamina berfungsi sebagai sistem pembayaran non tunai. Pada aplikasi MyPertamina dapat memberikan ulasan aplikasi melalui kolom komentar atau memberikan rating dari 1 hingga 5 pada google playstore, namun seringkali pengguna memberikan rating yang tidak sesuai dengan ulasannya sehingga dapat mempengaruhi pelanggan jika ulasannya kurang bagus. Agar mempermudah pengelolaan data ulasan, penelitian ini menggunakan analisis sentiment. Analisis sentimen merupakan suatu metode yang digunakan untuk memahami, mengekstrak, dan mengolah secara otomatis data opini dan tekstual untuk mendapatkan sentimen yang terkandung dalam suatu opini. Penggunaan algoritma Bidirectional Long Short Term Memory (BiLSTM) dan Long Short Term Memory (LSTM) untuk analisis sentimen dari umpan balik pengguna pada aplikasi myPertamina. Penelitian ini menggunakan dataset yang berisi ulasan pengguna dari aplikasi myPertamina yang dikumpulkan dari platform Google PlayStore. Dataset ini secara otomatis dianotasi menggunakan library transformers untuk mengidentifikasi sentimen dari ulasan sebagai positif atau negatif. Selanjutnya, algoritma BiLSTM dan LSTM diterapkan untuk melakukan analisis sentimen pada dataset yang dianotasi. Hasil eksperimen menunjukkan bahwa kedua algoritma BiLSTM dan LSTM mampu menghasilkan sentimen yang cukup baik pada dataset ulasan pengguna myPertamina. BiLSTM menunjukkan kinerja yang lebih baik dibandingkan dengan LSTM, dengan akurasi 90% dan 86,25% untuk model LSTM.
Co-Authors A.A. Ketut Agung Cahyawan W Abubakar, Rafeah Abubakar, Rafeah Aimmah, Aisy Wildatil Albino, Kevin Aminatun Amiruddin Amiruddin Ardha, Dea Justicia Awalia, Wulan Badrotinnajah, Arju Batubara, Mustopa Marli Darmadi, Djarot Bangun Darmawati Darmawati Dewi, Linda Atika Diana, Raden Rachmy Dwi sona EKO HARYADI Euis Ismayati Fadhly, Ahmad Fatiyah, Salsabila Febriyani, Evy Fibrianto, Sutrisno Grace, Patricia Gunawarman Habib Ismail, Habib Haniza, Sjelly Hariyadi, Wicaksono Putra Haryadi, Wicaksono Putra Herdyan, Rafi Dhianaufal Herman Bedi Agtriadi, Herman Bedi Islamiyah, Anisatin Julianda, Pito Jusi, Ulfa Karima, Annur KOMALASARI, YULI La Goa, Yusnita Lestari, Sri Maria Puji Liyantono . luqman M. Yusuf Arifin, M. Yusuf Maemonah, Maemonah Meini Sondang Sumbawati Miranti Miranti Mohamad, Che Wan Sharifah Robiah Mualip, Mualip Muarofah Ghofur, Muarofah Muhammad Taufiq Munir, Ryaas Mishbachul Nur’ainy, Nur’ainy Oki Darmawan Padua, Agustinus Medi Prasetyo, Dian Estu Pristianto, Hendrik Rakhmat, Rakhmat Rakhmayanti, Dyah Ricky, Zuhar Rifki, Muhamad Fahri Nur Rita Rahmawati Rito Cipta sigitta Hariyono Rohmat, Xepy Abdul Rudi Salam Sinaga Salfa, Refanti Saliyati, Nova Meysila Samsuniyah, Samsuniyah Sandayanti, Vira Santoso, Haris Saputra, Muhamad Adi Saraswati, Nurul Mega Sari, Mona Sari, Nelfa Silmiati, Silmiati Supratama, Riky Suyadi Suyadi Syafrowi, M. Mualla Syahril, Ahmad Syukira, Nikma Syukira Talice, Marco Tri Suciati Utami, Deviani Utomo, Sabrina Salsabila Utomo, Slamet Prasetyo Victor Simanjuntak Vitamia, Cszahreyloren Yasintha Sari Pratiwi YB Andre Marvianta Yessie Widya Sari Yusril Yusuf Zaili Rusli